基于GDAL的多波段图像压缩及二值分割

内容概述

将多波段各个像素灰度值加和，并且在保留仿射参数和投影信息情况下生成单波段图像，用于经典算法（otsu，em等）本文将以otsu为例，生成简单二值图像
原基于pie二次开发，摘取部分函数算法成文，记录学习过程，有需求的话后续会分享pie二次开发学习过程

环境

语言：C++【100%】
vs版本：【2015】
GDAL版本：【2.3.X】
OPENCV版本：【3.x】

多波段图像压缩

将多波段各个像素灰度值加和，并且在保留仿射参数和投影信息情况下生成单波段图像，用于经典算法（otsu，em等）本文将以otsu为例

代码部分

注释标注的还算全面

头文件

#pragma once
#define BYTE unsigned char

class Arr
{
   
public:
	int imgX = 0;
	int imgY = 0;
	GDALDataType datatype;
	
	double* EndArr = new double[imgX * imgY];
	BYTE *EndImg = (BYTE *)CPLMalloc(sizeof(double)*imgX*imgY);

};


void GdalAlgo(const char* filepath1, const char* filepath2, Arr &arr);

源文件

#include "gdal_priv.h"
#include"Algo.h"
#include<iostream>  

using namespace std;


void toGeoCoord(int x, int y, double* coords, double* transform)
{
   
	coords[0] = transform[0] + x * transform[1] + y * transform[2];
	coords[1] = transform[3] + x * transform[4] + y * transform[5];
}

void GdalAlgo(const char* filepath1, const char* filepath2, Arr &arr)
{
   
	GDALAllRegister